创建一个入口点函数alexneteg使用coder.loadDeepLearningNetwork函数来加载alexnetSeriesNetwork对象。

函数= alexneteg(中)持续的mynet;如果isempty(mynet) mynet = code . loaddeeplearningnetwork (“alexnet”，“myalexnet”）;结束=预测(mynet,);

创建一个coder.config配置对象用于生成MEX代码。

cfg = coder.config (墨西哥人的）;

将目标语言设置为c++。

cfg。TargetLang =“c++”；

创建一个编码器。MklDNNConfig深度学习配置对象。将其分配给DeepLearningConfig财产的cfg配置对象。

cfg。DeepLearningConfig =编码器。DeepLearningConfig (“mkldnn”）;

使用配置选择的codegen函数传递cfg配置对象。的codegen函数必须确定MATLAB的大小、类和复杂度^®函数的输入。使用arg游戏选项指定入口点函数的输入大小。

codegenarg游戏{(227227 3,“单”)}配置cfgalexneteg

的codegen命令将生成的所有文件放在codegen文件夹中。该文件夹包含入口点函数的c++代码alexneteg.cpp、头文件和包含卷积神经网络(CNN)、权重和偏差文件的c++类定义的源文件。